arXiv · Computation and Language· Hadeel Al-Negheimish, Jasna Ilieva, Yoon Kim·· 3 小时前AI 评分37
用 Prolog 探测语言模型的长程演绎推理能力
Probing for Long-Horizon Deductive Reasoning Capabilities in Language Models with Prolog
AI 导读
研究者构建合成测试床 ProloNg，系统变化 Prolog 演绎问题的推理深度，最难案例推理深度为 22、上下文长度 62k。研究覆盖 5 个前沿 LLM 家族的 8 个推理模型，发现性能随推理深度增加显著下降，多数模型在深度超过 10 后接近随机水平。论文为 EMNLP 2026 Findings，arXiv:2610.11592。
来源：arXiv · Computation and Language · arxiv.org